Ir al contenido principal

¿Qué son las pruebas paramétricas?

 


pruebas paramétricas

Las pruebas paramétricas son una herramienta estadística que se utiliza para el análisis de los factores de la población. Esta muestra debe cumplir ciertos requisitos como el tamaño, ya que mientras más grande sea, más exacto será el cálculo.

Este método requiere que se especifique la forma de distribución de la población materna estudiada. Puede tratarse, por ejemplo, de una distribución normal, como ocurre en general cuando se trata de muestras de gran tamaño. En general, estas pruebas sólo pueden aplicarse a variables numéricas.

Las pruebas paramétricas están basadas en la ley de distribución de la variable que se estudia. A pesar de que existen muchos tipos de leyes de distribución, éstas se basan en las normales, que tiene dos parámetros: la media y la desviación estándar. Lo suficiente para conocer la probabilidad.  

Condiciones que deben cumplir las pruebas paramétricas

Una prueba paramétrica debe cumplir con los siguientes elementos:

Normalidad: El análisis y observaciones que se obtienen de las muestras deben considerarse normales. Para esto se deben realizar pruebas de bondad de ajuste donde se describe que tan adaptadas se encuentran las observaciones y cómo discrepan de los valores esperados.

Homocedasticidad: Los grupos deben presentar variables uniformes, es decir, que sean homogéneas.

Errores: Los errores que se presenten deben de ser independientes. Esto solo sucede cuando los sujetos son asignados de forma aleatoria y se distribuyen de forma normal dentro del grupo.

Te invitamos a conocer también sobre las pruebas no paramétricas.

 

Tipos de pruebas paramétricas:

  • Prueba del valor Z de la distribución normal
  • Prueba T de Student para datos relacionados (muestras dependientes)
  • Prueba T de Student para datos no relacionados (muestras independientes)
  • Prueba T de Student-Welch para dos muestras independientes con varianzas no homogéneas
  • Prueba de Ji Cuadrada de Bartlett para demostrar la homogeneidad de varianzas
  • Prueba F (análisis de varianza o ANOVA).

Ventajas y desventajas de las pruebas paramétricas

Algunas de las ventajas de las pruebas paramétricas son:

  • Son más eficientes.
  • Son perceptibles a las características de la información obtenida.
  • Los errores son muy poco probables
  • Los cálculos probabilísticos son muy exactos

Las desventajas de las pruebas paramétricas son:

  • Los cálculos son difíciles de realizar
  • Los datos que se pueden observar son limitados

Las pruebas paramétricas son una herramienta útil para múltiples situaciones, cálculo e interpretaciones.

Gracias a que se utilizan comúnmente, es posible observar los resultados obtenidos a través de un análisis. Son un método muy poderoso si se cumplen las condiciones de su aplicación. Sin embargo, los investigadores deben tener en cuenta que si las variables que están estudiando no siguen una ley normal, no pueden elegirse.

Comentarios

Publicar un comentario

Entradas populares de este blog

¿Cuáles son los componentes básicos de una investigación estadística?

  Datos, variables y escalas de medición en estadística Una vez delimitada la población y la unidad de observación, para responder a preguntas de interés se debe recolectar la información de cada uno de los elementos que la conforman. A estas características les denomina variables . Las variables son cada una de las características que se observan en los ele- mentos de la nuestra población o muestra de estudio, las cuales son suscepti- bles de ser cuantificadas o registradas. No necesariamente tienen un carácter numérico. En cada elemento se pueden observar y registrar una o más varia- bles; a los posibles valores que toman se les llama datos . 7 A la información recabada de toda la población se le llama censo o información censal; o si derivan de una muestra, información muestral. Las variables se clasifican en cualitativas y cuantitativas ( véase el cuadro 4).  Cuadro 4. Tipos de variables usadas e...
Publicar un comentario
Leer más

PRUEBAS

Prueba t de Student para muestras independientes Supongamos que tenemos dos muestras aleatorias e independientes con medias de  ¯ x 1 x 1 ¯  y  ¯ x 2 x 2 ¯  y que queremos saber si estas dos medias son signifacativamente distintas a un nivel de  p ⩽ 0 , 05 p ⩽ 0 , 05 . Esto es lo mismo que decir que si afirmamos que hay una diferencia entre las muestras tenemos un 95% de probabilidad de tener razón. Lo que tenemos que calcular, entonces, es la probabilidad de que las dos muestras pueder provenir de la misma distribución y que la diferencia que vemos es por varianza en esa población. En otras palabras: queremos saber si dos muestras con la diferencia observada ( ¯ x 1 − ¯ x 2 x 1 ¯ − x 2 ¯ ) podrían tener provenir de la misma población. Si sacamos un número significativo de muestras de una misma población la media de estas muestra va a tener una diferencia con la media de la población, en algunos casos más altos y en otros más bajos. Usamos este conocimiento para...
Publicar un comentario
Leer más

Algunos ejercicios de estadística descriptiva (tabla de frecuencias)

  E n los módulos anteriores se revisaron los elementos básicos de una in- vestigación estadística en derechos humanos, los conceptos de pobla- ción y muestra, el tipo de escalas de medición de las variables, así como la forma como se construye una base de datos a partir de las quejas recibidas en la Cdhdf . El objetivo de este módulo es explicar y ejemplificar algunas técnicas utiliza- das en estadística descriptiva, por lo que se centrará en las tablas de frecuen- cias y en las representaciones gráficas. En el próximo apartado se abordarán algunas medidas de resumen, como la media, mediana, moda, desviación estándar y varianza. Nuestra fuente de información será la base de datos que contiene 47 238 gestiones recabadas en las cinco unidades de la Cdhdf , proporcionada por la Subdirección de Estadística de la Comisión. Las tablas de frecuencias y la representación gráfica de los datos La tab...
Publicar un comentario
Leer más